|
|
@@ -0,0 +1,28 @@ |
|
|
|
# 支持批并行的LatticeLSTM |
|
|
|
+ 原论文:https://arxiv.org/abs/1805.02023 |
|
|
|
+ 在batch=10时,计算速度已明显超过[原版代码](https://github.com/jiesutd/LatticeLSTM)。 |
|
|
|
+ 在main.py中添加三个embedding的文件路径以及对应数据集的路径即可运行 |
|
|
|
|
|
|
|
## 运行环境: |
|
|
|
+ python >= 3.7.3 |
|
|
|
+ fastNLP >= dev.0.5.0 |
|
|
|
+ pytorch >= 1.1.0 |
|
|
|
+ numpy >= 1.16.4 |
|
|
|
+ fitlog >= 0.2.0 |
|
|
|
## 支持的数据集: |
|
|
|
+ Resume,可以从[这里](https://github.com/jiesutd/LatticeLSTM)下载 |
|
|
|
+ Ontonote |
|
|
|
+ [Weibo](https://github.com/hltcoe/golden-horse) |
|
|
|
|
|
|
|
未包含的数据集可以通过提供增加类似 load_data.py 中 load_ontonotes4ner 这个输出格式的函数来增加对其的支持 |
|
|
|
## 性能: |
|
|
|
|数据集| 目前达到的F1分数(test)|原文中的F1分数(test)| |
|
|
|
|:----:|:----:|:----:| |
|
|
|
|Weibo|62.73|58.79| |
|
|
|
|Resume|95.18|94.46| |
|
|
|
|Ontonote|73.62|73.88| |
|
|
|
|
|
|
|
备注:Weibo数据集我用的是V2版本,也就是更新过的版本,根据杨杰博士Github上LatticeLSTM仓库里的某个issue,应该是一致的。 |
|
|
|
|
|
|
|
## 如有任何疑问请联系: |
|
|
|
+ lixiaonan_xdu@outlook.com |